小编Gat*_*ack的帖子

我想创建一个张量流函数,它复制我的三维张量中每个二维矩阵的欧氏距离变换.

我有一个三维张量,其中第三轴代表一个热门编码的特征.我想为每个要素维创建一个矩阵,其中每个单元格中的值等于到最近要素的距离.

例:

input = [[1 0 0]
         [0 1 0]
         [0 0 1],

         [0 1 0]
         [0 0 0]
         [1 0 0]]

output = [[0    1   1.41]
          [1    0   1   ]
          [1.41 1   0   ],

          [1    0   1   ]
          [1    1   1.41]
          [0    1   2   ]]              

我目前的解决方案是在python中实现的.该方法遍历要素维度的每个单元格,在单元格周围创建环并搜索环是否包含要素.然后,它计算单元格到每个要素条目的距离,并采用最小值.如果环不包含其中包含特征的单元格,则搜索环会变宽.

码:

import numpy as np
import math

def distance_matrix():
    feature_1 = np.eye(5)
    feature_2 = np.array([[0, 1, 0, 0, 0],
                  [0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 0],
                  [1, …